Page 19 - IDEA Studie 05 2019 Dopady kvality prace ucitelu

Různorodost kvality práce učitelů Důležitým předpokladem naší analýzy je pak to, jaké různé hodnoty KPU mají jednotliví čeští učitelé regionálního školství10 a jaký je dopad působení průměrného učitele. To reprezentuje statistické rozdělení KPU v populaci učitelů. Při našich simulacích vycházíme z test-skóre dosažených českými patnáctiletými žáky v posledním kole mezinárodního šetření PISA 2015. Předpokládáme, že současní čeští učitelé „produkují“ aktuální PISA test-skóre českých žáků. Jinými slovy, pokud by se rozdělení KPU českých učitelů v budoucnu neměnilo, neměnilo by se ani budoucí PISA skóre českých patnáctiletých žáků. Rovněž pak platí, že průměrný učitel v průběhu školního roku skóre svého žáka nezmění. To samozřejmě stojí na předpokladu, že se nebudou měnit ani další faktory spoluovlivňující úroveň vzdělanosti. Jelikož cílem naší studie je kvantifikovat pouze dopad změn v rozdělení KPU, veškeré naše simulace vyčíslují jenom tu část budoucí změny test-skóre žáků, která je důsledkem kvality práce učitelů. Předpoklad neměnnosti dalších faktorů tak není nijak omezující, ale naopak nevyhnutelný, jinak bychom nebyli schopni rozlišit vlivy různých faktorů. Klíčovým parametrem našich simulací je právě různorodost KPU mezi stávajícími učiteli. Čím vyšší rozdíly mezi učiteli panují, tím rozdílnější vzděláním přidané hodnoty se žákům v zemi dostává. Mírou různorodosti KPU je směrodatná odchylka jejího statistického rozdělení. V zemích s vyšší mírou různorodosti KPU má zacílení opatření na zvyšování KPU výraznější dopady na vzdělávací výsledky žáků. Ilustrační Obrázek 2.1 ukazuje počáteční rozdělení test-skóre mezi žáky (Panel A), rozdělení KPU mezi učiteli s nízkou různorodostí (Panel B) a s vysokou různorodostí (Panel C). Panely D a E ilustrují roční posun skóre dvou konkrétních žáků vystavených výuce dvou různých učitelů s nižší (Panel D) a vyšší (Panel E) KPU. 10 V tomto případě půjde o normální rozdělení se střední hodnotou nula a směrodatnou odchylkou menší než jedna. V simulacích pak vcházíme z 1) počátečního empirického rozdělení PISA 2015 test-skóre českých žáků a 2) vygenerovaného normálního rozdělení KPU v populaci učitelů se střední hodnotou nula a vhodně zvolenou standardní odchylkou (vysvětleno níže). Simulované změny v rozdělení KPU pak provádíme do změn test-skóre žáků jednak náhodným přirazením učitelů k jednotlivým žakům a zpětným převodem z normovaných test-skóre na původní bodovou metriku PISA testu a to s použitím empirické standardní odchylky PISA 2015 test-skóre českých žáků. 17